影響股價變動的原因可說是相當錯綜複雜，其中，總體經濟因素經常被投資者引用來預測股價走勢，但其實際的預測準確性為何？總體經濟與股價兩者間又存在何種關係？因影響股價之總體經濟因素參雜了相當多不易量化的變數，使得相關研究較難以進行，故本研究擬從已量化且較具邏輯推導的景氣領先指標著手，主要以時間數列之轉換函數模型來探討三家電信公司（中華電信、台灣大哥大及遠傳電信)之股價與經建會所發布之國內景氣領先指標綜合指數及其構成項目間長期與短期之因果關係。研究期間為自2001年12月至2012年9月，共130筆月資料。資料分析過程利用統計分析軟體 SAS 進行時間數列恆定、建立轉換函數模型、以最大概似法進行模型參數估計、運用自我相關檢定與交互相關檢定作模型診斷、利用 AIC 法則與 SBC 法則選取最適模型及以 MAPE 檢視模型預測準確度。
研究實證結果發現：
一、國內景氣領先指標綜合指數及其構成項目對三家電信公司股價長期與短期之影響效果：
1.景氣領先指標綜合指數及製造業存貨指數之變動率對遠傳電信股價報酬率有顯著的長期影響。
2.外銷訂單指數與股價指數之變動率對三家公司之股價報酬率皆有顯著的長期影響，股價指數變動率對台灣大哥大與遠傳電信之股價報酬率皆有顯著的短期影響。
3.貨幣總計數與工業及服務業每人每月加班工時之變動率對中華電信與遠傳電信之股價報酬率有顯著的長期影響。
4.核發建照面積變動率對中華電信及台灣大哥大之股價報酬率有顯著的長期影響，且對台灣大哥大及遠傳電信之股價報酬率有顯著的短期影響。
5.SEMI半導體接單出貨比變動率對中華電信及台灣大哥大之股價報酬率有顯著的長期影響，對遠傳電信之股價報酬率有顯著的短期影響。
二、時間數列轉換函數模型預測三家電信公司股價之 MAPE 值介於2.65%與3.43%之間，模型預測能力皆屬高精確度。

The factors affecting stock price are quite complex, wherein the macroeconomic is usually referenced by investors to forecast the movement of stock price. But how accuracy is the actual forecast? What relationship is existed between the macroeconomic and the stock price? Since the factors affecting stock price include many non-quantifiable variables, it’s hard for the related researches to carry out. So this study tried to use the macroeconomic leading indicator variables with quantization and logic derivation and discussed the short-term and long-term causality between the stock prices of the three telecommunication service companies (including Chunghwa Telecom Co., Ltd. (CHT), Taiwan Cellular Corporation Ltd. (TCC) and Far EasTone Telecommunications Co., Ltd. (FET)) and eight macroeconomic leading indicator variables issued by Council for Economic Planning and Development (CEPD) by utilizing Time Series Transfer Function Model. The study period starts from December 2001 to September 2012 with a total of 130 monthly samples. This study utilized the statistical software SAS to deal with stationarity for building up the Transfer Function Model, estimating by MLE, diagnosing by ACF and CCF, choosing the most suitable model by AIC and SBC rules, and evaluating model by MAPE.
The results can be shown as follows:
1.The short-term and long-term effects between the macroeconomic leading indicator variables and the stock prices of the three telecommunication service companies：
a.The change rates of composite leading index (LI) and index of producer's inventory (PSI) are significant long-term effective to the return rate of stock price of FET.
b.The change rates of index of export orders (EOI) and stock prices index (PI) are significant long-term effective to the return rates of stock price of CHT, TCC and FET, the change rate of stock prices index is significant short-term effective to the return rates of stock price of TCC and FET.
c.The change rates of monetary aggregates (M1B) and average monthly overtime in industry & services (ISH) are significant long-term effective to the return rates of stock price of CHT and FET.
d.The change rate of building permits (IA) is significant long-term effective to the return rates of stock price of CHT and TCC and is significant short-term effective to the return rates of stock price of TCC and FET.
e.The change rate of SEMI book-to-bill ratio (SEMI) is significant long-term effective to the return rates of stock price of CHT and TCC and is significant short-term effective to the return rate of stock price of FET.
2.The MAPE value of forecasting ability of Transfer Function Model to the stock prices of three telecommunication service companies is between 2.65% and 3.43%, the forecasting abilities are all high precise.

第一章　緒論...........................................1
第一節　研究背景與動機...................................1
第二節　研究目的........................................5
第三節　論文架構........................................5
第二章　文獻回顧與探討...................................7
第一節　總體經濟指標與股價或指數之相關文獻...................7
第二節 總體經濟指標與電信類股價或營收之相關文獻.............15
第三節　本研究與過去文獻之差異............................16
第三章　研究方法........................................19
第一節　觀念架構........................................19
第二節　研究範圍........................................21
第三節　資料分析方法.....................................28
第四章　實證結果與分析...................................39
第一節　敘述性統計......................................39
第二節　三家電信公司股價報酬率之轉換函數模型估計.............40
第三節　領先指標綜合指數及其構成項目對三家電信公司股價之影響...44
第四節　偏離值之偵測....................................47
第五節　模型之診斷與檢定.................................49
第六節　最適模型之選擇..................................52
第七節　模型預測能力之評估...............................52
第五章　結論與建議......................................55
第一節　研究結論.......................................55
第二節　研究限制與建議..................................58
參考文獻..............................................61
著作權聲明............................................67

一、中文參考文獻
申立銘（2000）。台灣總體經濟指標與財務指標在選股策略上的應用─以上市、上櫃航運類股為例。基隆市：國立海洋大學航運管理學系未出版碩士論文。
石世杰（2010）。總體經濟變數對類股報酬率預測模型之研究—以汽車、鋼鐵、塑膠產業為例。新北市：國立臺北大學企業管理學系碩士在職專班未出版碩士論文。
吳怡慧（2011）。台灣加權股價指數與總體經濟變數之關聯性研究。嘉義縣：國立中正大學國際經濟研究所未出版碩士論文。
李佳璜（2008）。總體經濟與財務因素對股票報酬之影響-以台灣上市電子股為例。新北市：淡江大學會計學系碩士在職專班未出版碩士論文。
林威凱（2010）。台股指數與總體經濟變數相關性之探討。台北市：國立政治大學金融研究所未出版碩士論文。
林茂文（2006）。時間數列分析與預測：管理與財經之應用。第三版。台北市：華泰文化。
邱春風（2003）。電信產業股價發現功能之分析。高雄市：國立高雄第一科技大學金融營運所未出版碩士論文。
胡天佑（2011）。台灣航運股股價與總體經濟的關聯性-類神經網路模型之應用。新北市：國立臺北大學國際財務金融碩士在職專班未出版論文。
孫道遠（1985）。經濟指標與股價關係之研究。台北市：國立中興大學法商學院企業管理研究所未出版碩士論文。
徐世輝（2005）。應用統計學。第二版。台北市：華泰文化。
徐偉強（2012）。基本面、籌碼面與總體經濟對台灣半導體產業股票報酬影響之研究。新竹市：國立交通大學工業工程與管理學系未出版碩士論文。
高郁雅（2012）。總體經濟對金融股之股價短期及長期的影響效果-以轉換函數模型應用。新北市：國立臺北大學企業管理學系未出版碩士論文。
高崇傑（2000）。台灣股價與景氣循環關係之研究。台北市：國立政治大學財政研究所未出版碩士論文。
陳仕偉、劉曜竹。（2004）。領先指標對台灣景氣趨勢預測能力的評估。台灣經濟論衡，2(11)，1-34。
陳宗益（2001）。利用總經變數掌握台股趨勢。台北市：國立臺灣大學會計學研究所未出版碩士論文。
黃子祐（2002）。股價與景氣指標關聯性之研究－以台灣股市為例。台中市：朝陽科技大學財務金融系未出版碩士論文。
黃美裕（2006）。台灣股票市場報酬率之不對稱分析-以台灣電信產業為例。台中市：嶺東科技大學財務金融研究所未出版碩士論文。
黃淑慧（2004）。股價的評估及其動態調整─以我國電信產業為例。桃園縣：中原大學國際貿易學系未出版碩士論文。
葉美玲（2013）。總體經濟變數與電信業經營績效之實證研究－向量自我迴歸模型之應用。新北市：國立臺北大學企業管理學系未出版碩士論文。
榮泰生（2009）。SPSS與研究方法。第二版。台北市：五南圖書。
謝文馨（2008）。總體經濟變數與股價指數之關聯性研究─以台灣為例。台南市：國立成功大學企業管理學系未出版碩士論文。
蘇錦淑（2010）。電子類股價指數與總體經濟變數之互動關係。台北市：東吳大學EMBA高階經營碩士在職專班未出版碩士論文。

二、英文參考文獻
Abugri, B. A. (2008). Empirical relationship between macroeconomic volatility and stock returns: evidence from Latin American markets. International Review of Financial Analysis, 17(2), 396-410.
Akaike, H. (1973). Information theory and an extension of the maximum likelihood principle. In B. N. Petrov & F. Csaki (Eds.), Second International Symposium on Information Theory (pp. 267-281). Budapest: Akademiai Kiado.
Benaković, D. & Posedel, P. (2011). Do macroeconomic factors matter for stock returns? Evidence from estimating a multifactor model on the Croatian market. Business Systems Research Journal, 1(1-2), 39-46.
Box, G. E. P., & Jenkins, G. M. (1970). Time series analysis forecasting and control. Management Science, 17(4), 141–164.
Brahmasrene, T. (2007). Cointegration and causality between stock index and macroeconomic variables in an emerging market. Academy of Accounting and Financial Studies Journal, 11, 17-30.
Chang, I., Tiao, G.C., & Chen, C. (1988). Estimation of time series parameters in the presence of outliers. American Statistical Association and American Society for Quality Control, 30(2), 193-204.
Christopher, G., Minsoo, L., Hwa, A.Y.H. & Jun, Z. (2006). Macroeconomic variables and stock market interactions: New Zealand evidence. Investment Management and Financial Innovations, 4, 89-101.
Friedman, M. & Schwartz, A.J. (1963). A monetary history of the united states, 1867-1960. Princeton: Princeton University Press.
Granger, C.W. J. & Newbold, P. (1974). Spurious regressions in econometrics. Journal of Econometrics, 2, 111-120.
James, C., Koreisha, S. & Partch, M. (1985). A VARMA analysis of the causal relations among stock returns, real output, and nominal interest rates. Journal of Finance, 40, 1375-1384.
Kwon, C. S. & Shin, T. S. (1999). Cointegration and causality between macroeconomic variables and stock market returns. Global Finance Journal, 10(1), 71-81.
Lewis, E. B. (1982). Control of body segment differentiation in Drosophila by the Bithorax Genecomplex. Embryonic Development, 1(1), 269-288.
Nelson, C. R. & Plosser, C. (1982). Trends and random walks in macroeconomic time series. Journal of Monetary Economics, 10, 139-162.
Ramin, C. M., Lee, C. H. & Mohamad, A. H. (2004). Relationship between macroeconomic variables and stock market indices: cointegration evidence from stock exchange of Singapore’s All-S sector indices. Jurnal Pengurusan, 24, 47-77.
Ratanapakorn, O. & Sharma, S.C. (2007). Dynamic analysis between the US stock returns and the macroeconomic variables. Applied Financial Economics, 17(4-6), 369-377.
Schwartz, G. (1978). Estimating the dimension of a model. The Annals of Statistics, 6(2), 461-464.
Tsay, R. S. (1988). Outliers, level shifts and variance changes in time series. Journal of Forecasting, 7, 1-20.
Wongbangpo, P. & Sharma, S. C. (2002). Stock market and macroeconomic fundamental dynamic interactions：ASEAN-5 countries. Journal of Asian Economics, 13, 27-51.

三、網路參考資料
MBA Library智庫百科。时间序列预测法。2013年3月6日。取自http://wiki.mbalib.com/wiki/%E6%97%B6%E9%97%B4%E5%BA%8F%E5%88%97%E9%A2%84%E6%B5%8B%E6%B3%95
Yahoo!奇摩股市。http://tw.stock.yahoo.com/
中央銀行。http://www.cbc.gov.tw/np.asp?ctNode=369&mp=1
中華電信。http://www.cht.com.tw/
公開資訊觀測站。http://mops.twse.com.tw/index.htm
王可鑫（2013)。燒錢？賺錢？4G時代兩樣情。2013年5月5日。取自http://tw.stock.yahoo.com/news_content/url/d/a/130530/3/3taj4.html
台灣大哥大。http://www.taiwanmobile.com/index.html
台灣經濟新報（TEJ+）。http://www.tej.com.tw/twsite/
行政院內政部。http://www.moi.gov.tw/
行政院主計總處。http://www.dgbas.gov.tw/mp.asp?mp=1
行政院經建會經研處（2008）。景氣指標綜合指數計算方式。2013年4月5日。取自http://www.cepd.gov.tw/m1.aspx?sNo=0009681
行政院經濟建設委員會。http://www.cepd.gov.tw/
行政院經濟部。http://www.moea.gov.tw/Mns/populace/home/Home.aspx
國際半導體設備材料產業協會（Semiconductor Equipment and Materials International）。http://www.semi.org/ch/
詹方冠（2007）。景氣循環與景氣指標－景氣指標的編製與應用(I)。2013年4月18日。取自http://econ.shu.edu.tw/DOCUMENT/cte/CT/BusinessCycle-2.pdf
臺灣證券交易所。http://www.twse.com.tw/ch/index.php
遠傳電信。http://www.fetnet.net/Home/index.html